Làm chủ và khai thác dữ liệu phục vụ mục tiêu tăng trưởng
Dữ liệu tạo nên những thuộc tính kinh tế riêng biệt, làm thay đổi logic tăng trưởng truyền thống và chi phối trực tiếp năng lực nội sinh của nền kinh tế.
Tuy nhiên, dữ liệu có thể tăng rất nhanh nhưng năng suất không tăng tương ứng. Tăng trưởng ở nhiều nền kinh tế vẫn chủ yếu dựa vào mở rộng vốn và lao động, trong khi dữ liệu bị phân tán, “đóng kín” theo ngành, theo cấp, theo từng tổ chức. Vì vậy, vấn đề đặt ra không còn là dữ liệu có quan trọng hay không, mà là vì sao dữ liệu chỉ thật sự trở thành động lực tăng trưởng khi nền kinh tế có đủ năng lực nội sinh để làm chủ và khai thác dữ liệu.
Khác với vốn và lao động, dữ liệu không gia tăng bằng tích lũy vật chất mà bằng kết nối và khai thác. Đặc điểm này tạo nên những thuộc tính kinh tế riêng biệt của dữ liệu, làm thay đổi logic tăng trưởng truyền thống và chi phối trực tiếp năng lực nội sinh của nền kinh tế.
Dữ liệu có tính phi cạnh tranh trong tiêu dùng: Một tệp dữ liệu có thể được khai thác đồng thời cho nhiều mục đích với chi phí sao chép gần như bằng không, không bị hao mòn nếu được quản trị và chia sẻ hợp lý. Khi được tích hợp từ nhiều nguồn, dữ liệu tạo ra lợi suất tăng dần theo quy mô, nâng cao đáng kể năng lực phân tích, dự báo và tối ưu hóa. Đồng thời, dữ liệu mang hiệu ứng mạng lưới mạnh: Hệ sinh thái dữ liệu càng lớn, chất lượng mô hình, dịch vụ số và mức độ cá nhân hóa càng cao.
Tuy nhiên, các đặc tính này chỉ được chuyển hóa thành tăng trưởng khi dữ liệu được tổ chức, chuẩn hóa và liên thông trong một môi trường thể chế-công nghệ phù hợp, nơi khung pháp lý về quyền dữ liệu, cơ chế chia sẻ, hạ tầng số và năng lực phân tích được phát triển đồng bộ.
Lý thuyết tăng trưởng nội sinh của Paul Romer (học giả kinh tế người Mỹ) chỉ ra rằng tri thức, nghiên cứu-phát triển và vốn con người không chỉ là yếu tố đầu vào, mà còn là nguồn lực có khả năng tự tái tạo, tạo ra ngoại tác tích cực và lợi suất tăng dần, qua đó duy trì tăng trưởng dài hạn. Trong nền kinh tế số, dữ liệu - khi được làm chủ - vận hành theo logic tương tự. Năng lực làm chủ dữ liệu vì thế trở thành điều kiện then chốt để biến dữ liệu thành động lực tăng trưởng nội sinh.
Làm chủ dữ liệu không dừng ở thu thập hay lưu trữ, mà bao trùm toàn bộ chuỗi giá trị: Từ quản lý quyền truy cập, làm sạch, chuẩn hóa, liên thông đến phân tích và khai thác. Khi dữ liệu được tích hợp có hệ thống vào R&D, quản trị và sản xuất, nền kinh tế hình thành một cơ chế tích lũy tri thức liên tục, nhanh và ở quy mô lớn. Ngược lại, nếu dữ liệu bị phân mảnh, bị “khóa” trong các hệ thống cục bộ hoặc phụ thuộc vào nền tảng bên ngoài, nguồn lực tri thức này bị suy yếu, làm giảm khả năng duy trì tăng trưởng dài hạn.
Khi các mắt xích trong chuỗi giá trị dữ liệu phát triển đồng bộ, một vòng lặp học hỏi nội sinh được hình thành: Vận hành tạo ra dữ liệu; dữ liệu được chuyển hóa thành tri thức; tri thức quay trở lại cải thiện quản trị, sản xuất và sản phẩm, từ đó tiếp tục tạo ra dữ liệu chất lượng cao hơn. Đây chính là cơ chế cốt lõi để dữ liệu trở thành động lực tăng trưởng bền vững.
Việc Quốc hội thông qua Luật Dữ liệu (có hiệu lực từ ngày 1/7/2025), cùng với các chủ trương lớn của Đảng tại Nghị quyết số 57-NQ/TW và các nghị quyết, chương trình về chuyển đổi số, kinh tế số và xã hội số, đã tạo lập nền tảng pháp lý quan trọng cho quản trị, khai thác và phát triển thị trường dữ liệu ở Việt Nam. Cùng với đó, Trung tâm Dữ liệu Quốc gia tại Hòa Lạc (Hà Nội) đi vào vận hành, hình thành hạ tầng then chốt cho lưu trữ, tích hợp và phân tích dữ liệu ở quy mô quốc gia, mở ra khả năng chia sẻ dữ liệu rộng hơn giữa Nhà nước, doanh nghiệp và xã hội.
Tuy nhiên, từ nền tảng pháp lý đến tăng trưởng thực chất vẫn còn những khoảng trống đáng kể. Dữ liệu hiện nay vẫn phân mảnh theo ngành, theo cấp, theo địa phương và từng hệ thống nghiệp vụ. Nhiều cơ quan, tổ chức nắm giữ dữ liệu nhưng thiếu cơ chế liên thông, dẫn đến trùng lặp trong thu thập, chồng chéo trong cập nhật và suy giảm chất lượng dữ liệu. Khi dữ liệu bị “đóng kín”, nền kinh tế mất đi lợi suất tăng dần theo quy mô và hiệu ứng mạng lưới - giá trị cốt lõi của kinh tế dữ liệu.
Một nút thắt khác là sự thiếu đồng bộ về tiêu chuẩn dữ liệu và tiêu chuẩn kỹ thuật liên thông. Việc sử dụng các mô hình dữ liệu, mã định danh, từ điển dữ liệu và quy ước kỹ thuật khác nhau khiến quá trình tích hợp trở nên tốn kém, kéo dài, hạn chế khả năng khai thác dữ liệu liên ngành để hình thành sản phẩm, dịch vụ mới.
Bên cạnh đó, cơ chế quản trị quyền dữ liệu và trách nhiệm giải trình vẫn chưa đủ rõ ràng. Khi quyền truy cập, chia sẻ có kiểm soát, truy vết và đo lường chất lượng dữ liệu chưa được thiết kế đầy đủ, các chủ thể có xu hướng “phòng thủ”, ưu tiên an toàn cục bộ hơn là tối ưu toàn hệ thống. Hệ quả là dữ liệu khó trở thành tài sản có tính thanh khoản và khó phát huy vai trò là đầu vào quy mô lớn cho đổi mới sáng tạo và nâng cao năng suất tổng hợp (TFP).
Để biến “cửa sổ cơ hội” của kinh tế dữ liệu thành động lực tăng trưởng nội sinh thực chất, cần một cách tiếp cận tập trung, nhất quán, với bốn nhóm giải pháp ưu tiên.
Thứ nhất, coi chuẩn hóa và liên thông dữ liệu là một chương trình nâng cao năng suất quốc gia. Chuẩn dữ liệu, siêu dữ liệu, mã định danh và tiêu chuẩn kỹ thuật cần được xem như hạ tầng năng suất, tương tự điện, đường hay cảng. Chuẩn hóa tốt sẽ giúp giảm chi phí tích hợp, rút ngắn thời gian đưa sản phẩm, dịch vụ số ra thị trường và tăng tốc đổi mới sáng tạo.
Thứ hai, thiết kế cơ chế chia sẻ dữ liệu có kiểm soát, hài hòa giữa mở dữ liệu và quản lý rủi ro. Chia sẻ cần gắn với phân loại dữ liệu, phân quyền truy cập, truy vết và đo lường chất lượng, đồng thời tạo động lực đủ mạnh cho các chủ thể cung cấp dữ liệu. Nếu thiếu động lực, dữ liệu sẽ tiếp tục bị “đóng kín” và hiệu ứng mạng lưới không thể hình thành.
Thứ ba, tổ chức lại chuỗi giá trị dữ liệu, với trọng tâm trước mắt là hoàn thiện các cơ sở dữ liệu quốc gia và nền tảng chia sẻ dữ liệu. Cần ưu tiên những lĩnh vực có tác động lan tỏa lớn tới TFP như định danh, đất đai, doanh nghiệp, tài chính, y tế, giáo dục và logistics.
Thứ tư, đầu tư cho năng lực phân tích và mô hình hóa như một dạng vốn con người của tăng trưởng nội sinh. Dữ liệu chỉ trở thành tri thức khi có năng lực phân tích, thống kê, khoa học dữ liệu, quản trị dữ liệu và triển khai AI. Phát triển đội ngũ, quy trình và công cụ là điều kiện để dữ liệu được chuyển hóa thành quyết định và đổi mới, đồng thời bảo đảm an toàn, đạo đức và tuân thủ.
Trong bối cảnh mô hình tăng trưởng dựa vào vốn và lao động đang dần tiệm cận giới hạn, dữ liệu nổi lên như nguồn lực trung tâm quyết định năng lực nội sinh của nền kinh tế. Việc chuyển dữ liệu từ trạng thái phân tán sang được làm chủ, liên thông và khai thác có hệ thống không chỉ là yêu cầu kỹ thuật của chuyển đổi số, mà là lựa chọn chiến lược về con đường tăng trưởng dài hạn. Khi dữ liệu được tổ chức tốt và gắn chặt với đổi mới, quản trị và sản xuất, nền kinh tế có thể hình thành cơ chế tích lũy tri thức liên tục, nâng cao TFP và hướng tới tăng trưởng bền vững trên nền tảng tự chủ.
